开发了基于物联网的智能动物健康监测系统原型，用于实时监测体温、心率、反刍等生理参数与周围温度和湿度。 安装在动物身上的各种传感器提供与其健康状况相关的信息，用户可以使用互联网轻松访问这些数据。 我们使用树莓派 pi3 作为核心控制器，内置 Wi-Fi，它处理各种传感器感应到的数据并显示在显示器上并转发到云端。 用户可以使用互联网和安卓应用程序从任何地方访问信息。

统计推断约翰·霍普金斯，彭博，公共健康学校 统计推论Coursera课程的注释和测验答案。

MAX30102与Arduino + BPM测量项目与OLED +蜂鸣器的接口。

在医学界，决策是根据存储的数据和医生的经验来做出的。 可能会出现错误的机会，诊断时间更长，治疗重要器官心脏的费用增加。 医院中当前的数据库系统包含大量数据，可用于预测心脏的健康状况。 可以将这些数据转换成有用的信息，这些信息可以用于制作可以预测疾病发生机会的智能决策系统。 该系统提供了预测个体中心脏病发生的能力。 它使用卷积神经网络进行预测。 利用年龄，性别，胆固醇，心电图斜率等重要因素，可以预测人患心脏病的可能性。 这些属性不过是患者的临床数据。

牙齿检测仪 数据集目前是私有的，但是是由一位外科医生使用VoTT进行标记制作的。 导出是使用Tensorflow Pascal VOC格式进行的 该项目分为两个任务： 检测牙齿修复，牙髓治疗和植入物（模型/治疗） 检测牙齿并确定其ISO牙科标记（型号/索引） 安装 从Google云端硬盘下载数据集（目前数据集是私有的） 安装tensorflow对象检测： : 安装Cloud SDK以在Google Cloud 上运行 pip install -r requirements.txt # Tensorflow Object Detection API git clone git@github.com:tensorflow/models.git git clone https://github.com/cocodataset/cocoapi.git cd cocoapi/Python

CovBit：一个完整​​的应用程序，用于更新COVID-19新闻，进行自我评估，获取附近人员的通知以保持社交距离并跟踪COVID-19积极用户的位置

Transport for Health.pdf

PHM深度学习 PHM中的深度学习，故障诊断中的深度学习，剩余使用寿命预测中的深度学习 该存储库的目的是收集PHM领域中深度学习的应用研究，收集和组织开源算法资源，并为研究人员提供学习和交流的平台。 文件 每周纸快递 2020年 | 评论论文 Dalzochio，J.等人，《机器学习和工业4.0中预测性维护的推理：当前状态和挑战》。 工业计算机，2020年。123：第。 103298. Zhao，Z.等人，《旋转机械智能诊断的深度学习算法：开源基准研究》。 ISA Transactions，2020年。 Jiao，J.，et al。，卷积神经网络在机器故障诊断中的全面综述。 神经计算，2020年。 Singh，J.等人，滚动轴承PHM的机器学习算法的系统综述：基本原理，概念和应用。 测量科学与技术，2020年。 Liu，Z. and L. Zhang，大型风力涡轮机轴承的故障模式，状态

信息安全_数据安全_us-18-Dameff-Mental-Health-Hacks 业务风控 漏洞挖掘 大数据 安全实践 移动安全

信息安全_数据安全_Psybersecurity Mental Health Imp 安全运营 网络安全 大数据 区块链 企业安全